Оценки вероятности банкротства субъектов предпринимательской деятельности

Банкротство предопределено самой сущностью рыночных отношений, которые сопряжены с неопределенностью достижения конечных результатов и риском потерь. Оно наступает, как правило, постепенно. Для того чтобы вовремя предугадать и предотвратить его, необходимо систематически проводить анализ финансового состояния, который позволит обнаружить его "болевые" точки и принять конкретные меры по финансовому оздоровлению экономики предприятия. Отсюда диагностика и прогнозирование вероятности банкротства является весьма актуальной задачей.

Наиболее успешным подходом к оценке и прогнозированию уровня кризисной ситуации является разработка интегральных кризиз-прогнозных моделей, которые позволяют выразить степень риска банкротства одним числовым значением, а не субъективной оценкой многочисленных индикаторов.

Обзор литературных источников показал, что наиболее широкое распространение получили модели, разработанные с помощью инструментария дискриминантного анализа. Это известные модели Альтмана, Таффлера, Лиса, Тишоу и других западных экономистов, которые многие исследователи пытаются наложить на нашу действительность, что на наш взгляд, не совсем правомерно по следующим причинам.

Во-первых, данные модели разрабатывались очень давно, в 1960-70 гг., т.е. после их создания прошла целая эпоха. За это время изменилась макро- и микроэкономическая ситуация и в США и в европейских странах. Изменились и многие нормативы (например, соотношение заемных и собственных средств). Модели, рассчитанные по статистическим данным тех лет, не могут правильно описывать и прогнозировать ситуацию сегодняшнего дня.

Во-вторых, не может быть универсальных моделей, которые бы идеально подходили для всех отраслей экономики даже отдельно взятой страны, так как в силу особенностей различных отраслей значимость отдельных индикаторов существенно различается. Так, для торговых предприятий норматив и фактическое значение коэффициента финансового рычага может быть больше единицы, а для сельскохозяйственного предприятия величина этого коэффициента 0,5 – очень значимая. Имеются существенные различия и по скорости оборачиваемости капитала, по уровню дохода на вложенный капитал и т.п.

Поэтому заслуживает внимания сам подход к разработке подобных моделей, но они должны разрабатываться для каждой отрасли и подотрасли, и при этом периодически уточняться по новым статистическим данным с учетом новых тенденций и закономерностей в экономике.

Пятифакторная модель американского экономиста Альтмана:

Z = 0,717х₁ +0,847х₂ + 3,107х₃ + 0,42х₄ + 0,995х₅,

где х₁ – собственный оборотный капитал/ сумма активов;

х₂ – нераспределенная (капитализированная) прибыль/ сумма активов;

х₃ – прибыль до уплаты процентов / сумма активов;

х₄ – балансовая стоимость собственного капитала/заемный капитал.

х₅ – объем продаж (выручка)/ сумма активов.

Константа сравнения по данному уравнению – 1,23.

Условия данной модели таковы, что предприятия, для которых Z>1,23, попадают в число финансово устойчивых; предприятия, для которых Z<1,23, являются несостоятельными.

Четырехфакторная модель Лиса:

Z = 0,063 х₁ +0,092 х₂ + 0,057 х₃ + 0,001 х₄,

где х₁ – оборотный капитал / сумма активов;

х₂—прибыль от реализации /сумма активов;

х₃ – нераспределенная прибыль / сумма активов;

х₄ – собственный капитал / заемный капитал.

Здесь дискриминанта сравнения – 0,037.

Четырехфакторная модель Таффлера:

Z = 0,53 х₁ +0,13 х₂ + 0,18 х₃ + 0,16 х₄,

где х₁ – прибыль от реализации/краткосрочные обязательства;

х₂ – оборотные активы/ сумма обязательств;

х₃ – краткосрочные обязательства / сумма активов;

х₄ – выручка / сумма активов.

Если величина Z-счета больше 0,3, это говорит о том, что у фирмы неплохие долгосрочные перспективы, если меньше 0,2, то банкротство более чем вероятно.

Однако недостатком дискриминантных моделей является отсутствие четких границ для отнесения предприятий к классу банкротов или не банкротов. Если предприятие по модели набрало значение Z-счета, близкое или равное константе дискриминации, то трудно его квалифицировать на предмет финансовой устойчивости или неустойчивости.

Изучение новейшего инструментария эконометрики показало, что более совершенными методами построения кризис-прогнозных моделей являются нелинейные модели бинарного выбора (логит-регрессия, пробит-регрессия и др.), которые учитывают качественное различие явлений. Качество может быть выражено специальными показателями (например, финансово устойчивые предприятия можно обозначить числом 0, а несостоятельные или обанкротившиеся предприятия – числом 1).

Для построения логит-регрессионной модели нами использована информация по 2100 сельскохозяйственным предприятиям Республики Беларусь. На основании данной информации рассчитаны 15 коэффициентов, которые оказывают наиболее существенное влияние на степень финансовой устойчивости/неустойчивости сельскохозяйственных предприятий и из числа которых создавалась модель для оценки риска банкротства.

С помощью кластерного анализа по уровню данных показателей выделены три группы предприятий: финансово-устойчивые, банкроты (подлежащие реорганизации) и средняя группа.

При отборе факторов для построения логит-регрессии мы рассчитали средние уровни показателей по кластеру 1 и по кластеру 2 . В результате сравнительного анализа установлено, что наиболее существенные различия между кластерами по коэффициентам обеспеченности собственными оборотными средствами, текущей ликвидности, финансовой независимости, финансового рычага, рентабельности продаж, рентабельности совокупных активов, рентабельности собственного капитала.

Поскольку, судя по коэффициентам корреляции, некоторые из данных показателей тесно связаны между собой и в значительной степени дублируют друга, мы поочередно исключали их из расчета и оценивали полученные модели по критерию надежности и ошибке аппроксимации.

В результате мы рассмотрели 7 вариантов кризис-прогнозных моделей, после чего тестировали все предприятия по данным моделям и оценивали степень надежности каждой из них. Окончательный вариант логит-регрессионной модели получил следующее выражение:

Z = 1 – 0,98 х₁ – 1,8 х₂ – 1,83 х₃ – 0,28 х₄.

х₁ – доля собственного оборотного капитала в формировании оборотных активов, коэффициент;

х₂ – коэффициент оборачиваемости оборотного капитала;

х₃ – коэффициент финансовой независимости предприятия (доля собственного капитала в общей валюте баланса);

х₄ – рентабельность собственного капитала, %.

Коэффициент обеспеченности собственным оборотным капиталом, находящийся в обратно пропорциональной зависимости с коэффициентом текущей ликвидности, к числу общепризнанных в отечественной и зарубежной практике индикаторов финансовой устойчивости. При низком или отрицательном его значении создается кризисная финансовая ситуация на предприятии.

Коэффициент оборачиваемости оборотного капитала служит основным показателем деловой активности предприятия. Низкий и постоянно снижающийся его уровень – один из основных признаков вероятности банкротства. В расчет мы его взяли и по той причине, что именно по уровню данного показателя имеются наибольшие различия между группами лучших и худших предприятий

Важным индикатором, характеризующим уровень финансовых рисков, является коэффициент финансовой независимости предприятия (отношение собственных источников средств к общей валюте баланса). Его уровень характеризует степень финансовой независимости от внешних кредиторов, а, следовательно, и финансовую устойчивость предприятия. По уровню данного показателя также имеются существенные различия между группами лучших и худших хозяйств и теснота связи между данным фактором и результативным показателем (Z) оказалась более существенной, чем с коэффициентом финансового рычага.

Рентабельность собственного капитала отражает эффективность использования собственных средств, умение наращивать собственный капитал за счет результатов своей деятельности. Данный показатель более тесно связан с финансовым состоянием предприятия, нежели показатель рентабельности совокупного капитала.

Коэффициенты этого уравнения показывают вклад каждого фактора в изменение уровня интегрального показателя (Z) при изменении соответствующего фактора на единицу. Если тестируемое предприятие по данной модели набирает значение 0 и ниже, то оно оценивается как финансово устойчивое. Напротив, предприятие, имеющее значение интегрального показателя 1 и выше, относится к группе высокого риска. Промежуточное значение от 0 до 1 характеризует степень близости и дальности до той или другой группы.

Тестирование данной модели по обучающим выборкам (200 лучшим и 200 худшим предприятиям) и сравнительный анализ полученных результатов показал, что она хорошо распознает группы финансово устойчивых и финансово неустойчивых предприятий.

Практическое использование данной модели позволяет довольно точно и быстро провести экспресс-диагностику финансового состояния сельскохозяйственных предприятий и оценить степень их финансовой устойчивости или степень кризисной ситуации.